Terme du glossaire IA

Qu’est-ce que Apprentissage par renforcement ?

Définition

La formation par récompense signale qu'un agent apprend des actions qui maximisent le rendement à long terme.

Parcourez le glossaire complet de l'IAExplorez tous les guides gratuits sur l'IA

Termes associés

Apprentissage par renforcement à partir de la rétroaction humaine (RLHF)Une méthode de formation qui utilise les signaux de préférence humaine pour façonner le comportement du modèle.Modèle de récompenseUn modèle qui évalue les sorties en fonction des signaux de préférence, souvent utilisé dans les pipelines RLHF.Agent IAUn système logiciel capable d'observer, de raisonner et de prendre des mesures pour atteindre un objectif, souvent en utilisant des outils et de la mémoire.IA constitutionnelleUne approche de formation et de formation des comportements où les résultats du modèle sont guidés par un ensemble fixe de principes écrits.Boucle AgentiqueUn cycle itératif dans lequel un agent d'IA observe, planifie, agit et réfléchit jusqu'à ce qu'il atteigne un objectif ou atteigne une condition d'arrêt.DPO (Optimisation des Préférences Directes)Une méthode de formation qui affine les modèles directement sur les paires de préférences sans avoir besoin d'un modèle de récompense distinct.

Apprenez-en davantage dans nos guides gratuits

Deep LearningReinforcement LearningMachine Learning BasicsSupervised Learning

Voir aussi

Red TeamingRecommendation SystemRetrievalRecallRAG (Retrieval-Augmented Generation)RobustnessQuantizationSafety Filter